Schema Markup deep-dive: Restaurant + Menu + Review combineren

Een vegan café met 8 tafels in Bornova (Izmir) staat op plek 3 bij de ChatGPT-vraag "waar vegan brunch in Izmir" — niet door social media, maar omdat thMenu op de achtergrond een gecombineerde schema markup uitzendt. Hier is hoe je Restaurant, Menu en Review samenvoegt tot één JSON-LD-blok.

Waarom één blok, drie schemas?

Als Restaurant, Menu en Review in losse script-tags staan, lezen LLM's zoals ChatGPT en Perplexity vaak alleen het eerste blok. Oplossing: één @graph-array met drie nodes, gekoppeld via @id.

Zo pakt de LLM het adres, drie brunch-gerechten, de vegan-vlag en de 4,7-sterren rating in één keer mee. In losse blokken overleeft meestal alleen het Restaurant-deel.

JSON-LD-skelet

De auto-template van thMenu volgt deze volgorde:

• Restaurant-node: name, address, servesCuisine, priceRange, image, aggregateRating, hasMenu.
• Menu-node: hasMenuSection met MenuItem (name, description, offers.price, suitableForDiet).
• Review-node: itemReviewed wijst naar de Restaurant-ID, 3-5 recente reviews.

Validatie voor AI en klassieke SEO

Controleer op drie plekken: Google Rich Results Test, Schema.org Validator en ChatGPT zelf — vraag het LLM naar je zaak en zie hoe de data in het antwoord komt.

thMenu berekent de aggregate rating alleen op feedback van de laatste 90 dagen; oudere of gemarkeerde reviews vallen weg. Zo blijf je binnen het Google review-spam beleid.

FAQ

Wanneer zien AI-zoekmachines schema-updates? Google 1-3 weken, ChatGPT/Perplexity 7-21 dagen.

Risico op fake-rating boete? Niet als de rating echt is en reviewCount klopt.

Moet ik elk gerecht opnemen? Nee — top 20-30 is genoeg.

Was dit nuttig? Deel het.